使用R语言dplyr与ifelse创建条件虚拟变量的实操问题

实现方案 #

你可以用dplyr中的any()函数来判断分组内是否存在满足条件的观测，分两种常用场景给出代码：

场景1：保留原始面板所有行，直接新增虚拟变量列 #

如果你不需要拆分数据集，希望在原面板的每一行都新增这个国家维度的虚拟变量，用以下代码：

df <- df %>%
  group_by(country) %>%
  mutate(high_manu_ever = as.integer(any(manu_GDP > 20, na.rm = TRUE))) %>%
  ungroup()

• any(manu_GDP > 20, na.rm = TRUE)会判断当前国家分组中，是否存在至少一个manu_GDP大于20的观测，存在返回TRUE，不存在返回FALSE
• as.integer()会自动把逻辑值转为1/0的数值型虚拟变量

场景2：输出每个国家一行的汇总表 #

如果你和之前的需求一样，只需要每个国家对应一行的汇总结果，用以下代码：

dummy <- df %>% 
  group_by(country) %>%
  summarise(high_manu_ever = as.integer(any(manu_GDP > 20, na.rm = TRUE)))

特殊情况处理 #

如果存在某个国家所有manu_GDP都是缺失值的情况，上述代码会返回NA，如果你希望这类情况统一赋值为0，可以修改判断逻辑：

# 以场景1的mutate为例，summarise场景同理
high_manu_ever = as.integer(any(manu_GDP > 20, na.rm = TRUE) %in% TRUE)

内容的提问来源于stack exchange，提问作者user3227641